R Test T de N/Moyenne/écart type

Je sais que si j'ai un ensemble de données, je peux courir t.test de faire un test T de. Mais je ne connais que le nombre, moyenne et écart-type pour chaque jeu. Je suis sûr qu'il doit y avoir un moyen de le faire dans R, mais je ne peux pas le comprendre. Toute aide?

  • Je pense que cette question est mieux adapté pour crossvalidated.com
InformationsquelleAutor Xodarap | 2011-04-03
  1. 5

    Si vous ne voulez pas de les réécrire la formule de vous-même, vous pouvez toujours simuler le jeu de données qui a exactement les résumés que vous avez, puis d'analyser les données simulées. Le mvrnorm fonction de la MASSE d'emballage peut être utilisé pour générer des données normales avec une moyenne et la variance (set empiriques argument à TRUE).

    InformationsquelleAutor Greg Snow
  2. 13

    À l'aide de la formule pour les t-tests avec de variance inégale et l'inégalité de la taille de l'échantillon. Notez que c'est pour un test t non apparié.

    t.test.fromSummaryStats <- function(mu,n,s) {
   -diff(mu) / sqrt( sum( s^2/n ) )
}

mu <- c(.1,.136)
n <- c(5,7)
s <- c(.01,.02)
t.test.fromSummaryStats(mu,n,s)
    • Veuillez vérifier l'exactitude avant de l'utiliser pour quelque chose d'important!
    • Hmm, c'est certainement une façon de le faire. Je dois faire une Welch T-Test, qui est un peu plus difficile, mais oui je pense que je pourrais le faire moi-même.
    • Il y a peut être une fonction dans l'un des CRAN des paquets, mais il est assez simple de calcul qu'il ne devrait pas être trop mauvais pour écrire votre propre fonction pour (bien sûr, il ya des avantages à l'aide de pré-existants fonctions si elle a déjà été écrit: il est testé, et votre solution transferts plus facilement).
    InformationsquelleAutor Ari B. Friedman
  3. 5

    Vous pouvez certainement calcul de la formule à la main ou à simuler. Mais si vous voulez un rapide appel de fonction, il est ?tsum.test dans le BSDA paquet. Par exemple, ce qui rend le Welch t-test assez facile. À L'Aide De @AriB.Friedman le nombre: 

    library(BSDA)
tsum.test(mean.x=.1,   s.x=.01, n.x=5,
          mean.y=.136, s.y=.02, n.y=7)
# 
#         Welch Modified Two-Sample t-Test
# 
# data:  Summarized x and y
# t = -4.0988, df = 9.238, p-value = 0.002538
# alternative hypothesis: true difference in means is not equal to 0
# 95 percent confidence interval:
#  -0.05579113 -0.01620887
# sample estimates:
# mean of x mean of y 
#     0.100     0.136
    InformationsquelleAutor gung